MARKET RESEARCH
Agent 辦公室
看得到它們正在做什麼 · 每 5 秒刷新
⚠️ 1 項待確認：研究 Agent 有未完整完成工作：每日會議7 分鐘前巡視（每 15 分鐘）🌙 盤外脈搏：BTC -0.1%、ES +0.3%、EWT -0.7%⚪ 24h 收 24 次（每小時）⚪（1 筆）＝這筆報價已超過 30 分鐘沒更新（休市或抓不到），不是價格沒動
座位有數字36 / 38職能座位 · 4/4 部門讀得到
Claude Code agent0 / 1在工作／總數
工具呼叫714 筆事件內（流只列 14 筆）
最後事件17:22:2174 分鐘前
⚠️ 上面兩個計數是兩群完全不同的東西：座位是職能，由「它負責的數字今天有沒有算出來」決定，不跑工具，所以不會產生任何 hook 事件；Claude Code agent 來自 hook 事件，只有互動 session 會出現——cron 排程的程式（題材獵人 daily_bot、每日閉環）不經過 Claude Code，在這一頁上永遠是 0。
研究 Agent 執行狀態
工作完成不代表研究有效。未勝基準、校準未過與引用退回，仍如實保留。
| 工作 | 日期 | 執行狀態 | 說明 |
|---|---|---|---|
| 美股量測 | 2026-10-14 | 已完成 | 依排程執行 |
| 題材量測 | 2026-10-14 | 已完成 | 依排程執行 |
| 台指期量測 | 2026-10-13 | 已完成 | 依排程執行 |
| 每日會議 | 2026-10-13 | 部分降級 | 執行狀態 degraded；未採用 LLM 自由敘述（不可用或引用核驗失敗）。數字與議題不受影響——它們由系統直接產生，LLM 只負責敘述。 |
| 設計評議 | 2026-10-13 | 已完成 | glm |
| 論文研究 | 2026-10-14 | 已完成 | qwen3.8:27b |
| 假說研究 | 2026-10-13 | 已完成 | qwen3.8:27b |
| 夜間研究 | 2026-10-13 | 已完成 | 依排程執行 |
| 每日精選 | 2026-10-14 | 已完成 | qwen3.8:27b |
量測與夜間流程每 15 分鐘檢查；當日最多補跑 3 次，間隔 30／60／120 分鐘。已完成席位跳過，程式錯誤及過期預測交由人工處理。論文與假說回測由本機 Hermes 執行。
MCP 本機研究工具
已驗證工具呼叫 · 2026-10-13T03:04:53+00:00
Hermes / Ollama 本地模型；預設只查詢。維運操作模式只可更新會員已收藏的股票，沿用既有研究版本及佇列。
本次已驗證：get_operations_status、get_data_freshness
必要工具與答案已備齊；文字內容仍待核對
會員研究已透過 MCP 驗收
工具完成不代表研究有效。MCP 目前只提供本機連線。
hooks 是全域的，本頁已濾掉 386 筆來自其他 2 個專案的事件（名稱不公開——那些不是本站的研究內容）。上面的計數只含本站 4 個部門。
辦公室⚠️ 這裡有兩種人：座位（職能，打字＝它負責的數字今天算出來了）與 Claude Code agent（互動 session，打字＝正在跑工具）。cron 排程的程式兩者都不是——它不經過 Claude Code，也不是座位，所以執行狀態請看上方研究 Agent 面板。
📋 2026-10-13 晨會
- 台指期預測 — 驗證折已用（操作紀錄，不等於獨立試驗數） 42 次
- 台股題材獵人 — 帳本列數（含未成熟） 138 筆
- 美股研究 — 裁決（累計） 1,777 筆
- ❓ 跨部門質疑 4 則
7
TOOL CALLS
最近 14 筆事件內
最近 14 筆事件內
17:22
📈 台指期預測部· 9 個座位 · 2026-10-14 · 機械稽核 可信度：可讀
🐻方向命中率
0.3676
+2 條
0.3676
+2 條
📐 判準面
4 條事先判準的通過狀態
ECE
0.0426
+2 條
0.0426
+2 條
🎯 校準面
ECE 與它的有限樣本下限
🐂區間涵蓋率
0.821
+2 條
0.821
+2 條
📏 區間面
區間涵蓋率與寬度
🐻每次進場成本
3.07bp
+2 條
3.07bp
+2 條
💰 成本面
損益平衡成本 vs 假設成本
🐻h1 已結算樣本數
事前 live 37（另有歷史：4,101 個不重複交易日；WF 研究段 3,835／WF 至末端 4,101／保留集重播 249，不計入門檻）
+5 條
事前 live 37（另有歷史：4,101 個不重複交易日；WF 研究段 3,835／WF 至末端 4,101／保留集重播 249，不計入門檻）
+5 條
🪜 晉升面
L1→L2 還缺什麼
🐻驗證折已用
43 次
+2 條
43 次
+2 條
🧾 紀律面
驗證折與保留集的動用次數
🔎 台股題材獵人部· 9 個座位 · 2026-10-14 · 機械稽核 可信度：可讀
本期題材
4 筆
+2 條
4 筆
+2 條
🔍 發現面
找到幾個題材、多少在清單外
最新題材候選
11 個
+5 條
11 個
+5 條
🚰 漏斗面
從發現到下預測的轉換
已結算
144 筆
+1 條
144 筆
+1 條
🎯 命中面
已結算預測的命中率與超額報酬
🐂退化情境
0 / 18
+2 條
0 / 18
+2 條
🧹 資料品質面
哨兵紅燈與重複列
🐂預測紀律
修復 19 / 部分 2 / 未修 0
+1 條
修復 19 / 部分 2 / 未修 0
+1 條
📋 紀律面
預測紀律 19 項的修復狀態
今日情緒指數
+0.82
+2 條
+0.82
+2 條
📰 輿情面
今日新聞情緒指數與 Put/Ca
🌎 美股研究部· 14 個座位 · 2026-10-14 · 機械稽核 可信度：可讀
🐂GSPC
7,805
+3 條
7,805
+3 條
📉 技術面
指數位階與趨勢狀態
站上 200 日均線
76%
+3 條
76%
+3 條
📶 廣度面
多少檔站在均線之上、幾檔貼著 5
🐂VIX
15.2
+6 條
15.2
+6 條
🛡️ 風險面
市場與個股兩級的波動、以及既有裁
🐂BUY 檔數
8 檔
+3 條
8 檔
+3 條
🚦 訊號紀律面
今天提了什麼訊號、多少被自己的閘
AAPL
0.83%
+7 條
0.83%
+7 條
🔀 籌碼面
空單餘額與其變化
10 年期殖利率
5.22%
+6 條
5.22%
+6 條
🌐 宏觀面⚠️
利率、殖利率曲線，以及美元／原油
🐂NVDA
+105.9%
+2 條
+105.9%
+2 條
📊 基本面⚠️
營收與毛利率的年增
🐂3 月報酬中位
+4.7%
+3 條
+4.7%
+3 條
🏃 動能面
觀察清單的 3 月／1 年報酬橫
量比中位（5日/60日）
0.83
+2 條
0.83
+2 條
📢 量能面
量比與量能異常檔數
SMH/SPY（半導體/大盤）
0.775
+1 條
0.775
+1 條
⚖️ 相對強弱面
半導體與小型股相對大盤的位置
大盤語氣指數
-0.38
+2 條
-0.38
+2 條
📰 輿情面
美股大盤新聞與社群語氣指數（−3
📚 論文研究部· 6 個座位 · 2026-10-14 · 機械稽核 可信度：未判定（⚠️ 沒有多空證據）
今日新論文
40 篇
+2 條
40 篇
+2 條
📚 篩選面
今天看了幾篇新論文、挑出幾篇可測
測過
15 篇
+3 條
15 篇
+3 條
🧪 回測面
測過幾篇、撐得住幾篇（底率）
後半仍勝過買進持有
1 / 12 篇
+2 條
1 / 12 篇
+2 條
📉 衰減面
測過的策略後半段還剩多少（發表後
🛡️ 稽核室· 2 席 · 看全部 4 個部門 · 2026-10-13 的結算（今天還沒開）· 每日結算
🪢 鞭子收著——沒有部門拖著沒處置，也沒有部門的排程遲到。沒事也在揮的鞭子是雜訊，那會讓真的有事那天看起來一模一樣。
⚠️ 稽核席的發言過的是引用檢查——它驗每個數字有沒有出現在發現裡，不驗推理也不驗標籤。實測 2026-09-18（結算日 2026-09-17）那次「⚖️ 裁判」有三處與同一天的結算表相反：把致命欄全是「—」的發現叫成「致命問題」、把已經吃過累犯加重的項目說成「未扣分」、把扣累犯之前的紀律分當成最終分——三處的字面數字都在事實裡，所以引用檢查全數放行。發言的判斷與標籤不算數：扣了幾分、哪一項算致命，一律以 每日結算 那張表的「致命」欄與分數欄為準。
💻 Claude Code agent· 1 個互動 session · 打字＝正在跑工具（上面各區是座位＝職能，不跑工具；cron 排程兩者都不是，執行狀態看上方面板）
（指令內容不上公網）
⚡ main
台指期預測·Bash
怎麼看這個畫面生物的姿態由真實狀態決定，不是裝飾。「等資料源」與「今天沒數字」刻意用不同姿態——那組區分在這個專案裡混淆過太多次。
運作中
有算出數字
有算出數字
有東西被丟掉
量法跑不動或散文被退回
量法跑不動或散文被退回
等資料源
還沒接上，不是今天沒事
還沒接上，不是今天沒事
今天沒數字
接上了，但今天沒算出東西
接上了，但今天沒算出東西
40 席名冊 — 誰是誰、用什麼模型（本地 26／遠端 14）模型不在這裡寫死——每一席 = 工作類別 × llm.toml 路由，攤開成表
| 部門 | 席 | 負責的數字 | 類別 | 模型 |
|---|---|---|---|---|
| 美股研究部 | 📉 技術面 | 指數位階與趨勢狀態 | 量測 | qwen3.8:27b（本地） |
| 🛡️ 風險面 | 市場與個股兩級的波動、以及既有裁決的虧損分布 | 量測 | qwen3.8:27b（本地） | |
| 🔀 籌碼面 | 空單餘額與其變化 | 量測 | qwen3.8:27b（本地） | |
| 🌐 宏觀面 | 利率、殖利率曲線，以及美元／原油／黃金／加密的位置 | 量測 | qwen3.8:27b（本地） | |
| 📊 基本面 | 營收與毛利率的年增 | 量測 | qwen3.8:27b（本地） | |
| 📶 廣度面 | 多少檔站在均線之上、幾檔貼著 52 週極值 | 量測 | qwen3.8:27b（本地） | |
| 🚦 訊號紀律面 | 今天提了什麼訊號、多少被自己的閘門擋下 | 量測 | qwen3.8:27b（本地） | |
| 🏃 動能面 | 觀察清單的 3 月／1 年報酬橫斷面 | 量測 | qwen3.8:27b（本地） | |
| 📢 量能面 | 量比與量能異常檔數 | 量測 | qwen3.8:27b（本地） | |
| ⚖️ 相對強弱面 | 半導體與小型股相對大盤的位置 | 量測 | qwen3.8:27b（本地） | |
| 📰 輿情面 | 美股大盤新聞與社群語氣指數（−3…+3） | 量測 | qwen3.8:27b（本地） | |
| 🐂 多方 | 從其他座位的數字裡挑出支持上漲的 | 散文 | glm（遠端） | |
| 🐻 空方 | 從其他座位的數字裡挑出支持下跌的 | 散文 | glm（遠端） | |
| 🧭 研究經理 | 這份會議可不可信 | 散文 | glm（遠端） | |
| 台指期預測部 | 📐 判準面 | 4 條事先判準的通過狀態 | 量測 | qwen3.8:27b（本地） |
| 🎯 校準面 | ECE 與它的有限樣本下限 | 量測 | qwen3.8:27b（本地） | |
| 📏 區間面 | 區間涵蓋率與寬度 | 量測 | qwen3.8:27b（本地） | |
| 💰 成本面 | 損益平衡成本 vs 假設成本 | 量測 | qwen3.8:27b（本地） | |
| 🪜 晉升面 | L1→L2 還缺什麼 | 量測 | qwen3.8:27b（本地） | |
| 🧾 紀律面 | 驗證折與保留集的動用次數 | 量測 | qwen3.8:27b（本地） | |
| 🐂 多方（有 edge） | 從其他座位的數字裡挑出支持「有 edge」的 | 散文 | glm（遠端） | |
| 🐻 空方（沒 edge） | 從其他座位的數字裡挑出支持「沒 edge」的 | 散文 | glm（遠端） | |
| 🧭 研究經理 | 這份會議可不可信 | 散文 | glm（遠端） | |
| 台股題材獵人部 | 🔍 發現面 | 找到幾個題材、多少在清單外 | 量測 | qwen3.8:27b（本地） |
| 🚰 漏斗面 | 從發現到下預測的轉換 | 量測 | qwen3.8:27b（本地） | |
| 🎯 命中面 | 已結算預測的命中率與超額報酬 | 量測 | qwen3.8:27b（本地） | |
| 🧹 資料品質面 | 哨兵紅燈與重複列 | 量測 | qwen3.8:27b（本地） | |
| 📋 紀律面 | 預測紀律 19 項的修復狀態 | 量測 | qwen3.8:27b（本地） | |
| 📰 輿情面 | 今日新聞情緒指數與 Put/Call 比 | 量測 | qwen3.8:27b（本地） | |
| 🐂 多方（題材有用） | 從其他座位的數字裡挑出支持題材有超額報酬的 | 散文 | glm（遠端） | |
| 🐻 空方（題材沒用） | 從其他座位的數字裡挑出支持沒有超額報酬的 | 散文 | glm（遠端） | |
| 🧭 研究經理 | 這份會議可不可信 | 散文 | glm（遠端） | |
| 論文研究部 | 📚 篩選面 | 今天看了幾篇新論文、挑出幾篇可測的 | 量測 | qwen3.8:27b（本地） |
| 🧪 回測面 | 測過幾篇、撐得住幾篇（底率） | 量測 | qwen3.8:27b（本地） | |
| 📉 衰減面 | 測過的策略後半段還剩多少（發表後衰減） | 量測 | qwen3.8:27b（本地） | |
| 🐂 多方（文獻有 edge） | 從其他座位的數字裡挑出支持「有」的 | 散文 | glm（遠端） | |
| 🐻 空方（撐不住） | 從其他座位的數字裡挑出支持「沒有」的 | 散文 | glm（遠端） | |
| 🧭 研究經理 | 這份會議可不可信 | 散文 | glm（遠端） | |
| 稽核室 | 🛡️ 巡邏 | 從巡邏發現裡挑出今天最該先修的 | 稽核 | glm（遠端） |
| ⚖️ 裁判 | 今天的名次有沒有意義 | 稽核 | glm（遠端） |
分法的依據是「它錯了誰會發現」，不是哪個比較聰明：量測的錯系統當場抓（規格跑不動、單位不合理、raw 對不上事實），所以交給本地小模型；散文與稽核的錯只有人看得出來（引用檢查驗數字、不驗推理，gzip 因果與機率當筆數那兩次都是這樣漏的），留給遠端。模型對比見 scripts/llm_bakeoff.py（qwen 拒絕率 8.3% vs glm 11.3%，6 席一輪，撐得起「本地做得來」，撐不起「本地比較好」）。
⚠️ 這張表是設定（來自 config/llm.toml）。實際跑的時候本地模型不在會大聲退回遠端，而每一筆產出都記了 model——「當初設定用誰」與「那天實際是誰」分得開，兩個都查得到。
🤖 agent 提出的量法（2026-10-14） 通過 60 ／ 丟掉 1 · measure：qwen3.8:27b prose：glm⚠️ 量測座位：agent 只決定「量什麼」，值由系統算——值編不出來，但標籤沒有被驗證（實測過 mean(y_ret_1d) 被標成「區間涵蓋率」），所以量法印在每個數字旁邊。 散文座位：只能引用上面出現過的數字，寫出憑空數字的整段退回。
技術面🌎 美股
提 4 → 通過 4，丟掉 0
大盤指數站上月線比例 0.7647 🐂
衡量市場整體趨勢強弱，高於50%代表多數標的處於長期上升通道
量法 last(above200) @ us_breadth_daily.csv
衡量市場整體趨勢強弱，高於50%代表多數標的處於長期上升通道
量法 last(above200) @ us_breadth_daily.csv
半導體板塊平均融券餘額比 1.45% 🐂
反映半導體族群的做空壓力，數值越低代表籌碼結構越健康
量法 mean(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
反映半導體族群的做空壓力，數值越低代表籌碼結構越健康
量法 mean(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
NVDA 最新融券天數 2.75 🐂
核心標的的融券還需天數，數值過高暗示潛在的拋售壓力或軋空風險
量法 last(shortRatio) @ short_interest.csv where {'ticker': 'NVDA', 'date': '2026-10-14'}
核心標的的融券還需天數，數值過高暗示潛在的拋售壓力或軋空風險
量法 last(shortRatio) @ short_interest.csv where {'ticker': 'NVDA', 'date': '2026-10-14'}
台積電最新融券餘額比 0.63% 🐂
觀察供應鏈龍頭的空頭情緒，低融券比通常代表機構對基本面信心較強
量法 last(shortPercentOfFloat) @ short_interest.csv where {'ticker': 'TSM', 'date': '2026-10-14'}
觀察供應鏈龍頭的空頭情緒，低融券比通常代表機構對基本面信心較強
量法 last(shortPercentOfFloat) @ short_interest.csv where {'ticker': 'TSM', 'date': '2026-10-14'}
風險面🌎 美股
提 4 → 通過 4，丟掉 0
今日個股最高年度波動率 286.60% 🐻
識別組合中波動率最高的個股，評估尾部風險暴露
量法 max(ann_volatility_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
識別組合中波動率最高的個股，評估尾部風險暴露
量法 max(ann_volatility_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日個股最大年度回撤 -77.60% 🐻
識別過去一年跌幅最深的個股，反映既有裁決的潛在虧損深度
量法 min(max_drawdown_1y_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
識別過去一年跌幅最深的個股，反映既有裁決的潛在虧損深度
量法 min(max_drawdown_1y_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日個股最差日度VaR95 -14.23% 🐻
衡量95%置信度下的單日最大預期虧損，監控極端行情風險
量法 min(var95_daily_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
衡量95%置信度下的單日最大預期虧損，監控極端行情風險
量法 min(var95_daily_pct) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日個股最高空頭比例 2.42% 🐂
高空頭比例可能暗示市場對該股悲觀，但也可能成為軋空燃料，需結合波動率判斷
量法 max(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
高空頭比例可能暗示市場對該股悲觀，但也可能成為軋空燃料，需結合波動率判斷
量法 max(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
籌碼面🌎 美股
提 4 → 通過 4，丟掉 0
市場空單總餘額 5.821e+08 🐻
衡量市場整體空方籌碼規模，數值下降代表空方撤退
量法 sum(sharesShort) @ short_interest.csv where {'date': '2026-10-14'}
衡量市場整體空方籌碼規模，數值下降代表空方撤退
量法 sum(sharesShort) @ short_interest.csv where {'date': '2026-10-14'}
市場平均空單回補天數 2.265 🐻
反映空單平倉速度，數值降低顯示空方信心不足或平倉加速
量法 mean(shortRatio) @ short_interest.csv where {'date': '2026-10-14'}
反映空單平倉速度，數值降低顯示空方信心不足或平倉加速
量法 mean(shortRatio) @ short_interest.csv where {'date': '2026-10-14'}
市場平均空單占流動股比例 1.45% 🐻
衡量空方對流動股的壓制程度，比例下降代表空方影響力減弱
量法 mean(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
衡量空方對流動股的壓制程度，比例下降代表空方影響力減弱
量法 mean(shortPercentOfFloat) @ short_interest.csv where {'date': '2026-10-14'}
個股空單餘額波動度 1.106e+08
觀察空方籌碼在各個股間的分散程度與不穩定性
量法 std(sharesShort) @ short_interest.csv where {'date': '2026-10-14'}
觀察空方籌碼在各個股間的分散程度與不穩定性
量法 std(sharesShort) @ short_interest.csv where {'date': '2026-10-14'}
宏觀面🌎 美股
提 4 → 通過 4，丟掉 0
宏觀類標的站穩 200 日均線比例 0.6243 🐂
宏觀資產（利率/商品/加密）的長期趨勢健康度，高於 50% 代表多數宏觀標的處於長期多頭結構
量法 mean(above_200dma) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀資產（利率/商品/加密）的長期趨勢健康度，高於 50% 代表多數宏觀標的處於長期多頭結構
量法 mean(above_200dma) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀類標的站穩 50 日均線比例 0.6395 🐂
宏觀資產的中期動能指標，反映近期市場對宏觀變數（如利率預期）的反應方向
量法 mean(above_50dma) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀資產的中期動能指標，反映近期市場對宏觀變數（如利率預期）的反應方向
量法 mean(above_50dma) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀類標的 1 年波動率平均 43.17% 🐂
宏觀資產的整體波動水平，過高波動通常伴隨不確定性上升，低於 50% 視為相對穩定
量法 mean(ann_volatility_pct) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀資產的整體波動水平，過高波動通常伴隨不確定性上升，低於 50% 視為相對穩定
量法 mean(ann_volatility_pct) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀類標的 1 年最大回撤平均 -30.08% 🐻
宏觀資產的尾部風險指標，回撤越淺（數值越大，如 -10% 優於 -30%）代表下行風險越可控
量法 mean(max_drawdown_1y_pct) @ us_metrics_panel.csv where {'category': 'macro'}
宏觀資產的尾部風險指標，回撤越淺（數值越大，如 -10% 優於 -30%）代表下行風險越可控
量法 mean(max_drawdown_1y_pct) @ us_metrics_panel.csv where {'category': 'macro'}
廣度面🌎 美股
提 4 → 通過 4，丟掉 0
今日站於200日均線之上標的數 1 🐻
廣度指標核心，反映市場整體趨勢強度
量法 last(above200) @ us_breadth_daily.csv where {'roster_n': 18}
廣度指標核心，反映市場整體趨勢強度
量法 last(above200) @ us_breadth_daily.csv where {'roster_n': 18}
今日站於50日均線之上標的數 0 🐻
短線動能廣度，比200日均線更敏感
量法 last(above50) @ us_breadth_daily.csv where {'roster_n': 18}
短線動能廣度，比200日均線更敏感
量法 last(above50) @ us_breadth_daily.csv where {'roster_n': 18}
今日站於200日均線之上標的占比 80.65% 🐂
以最新交易日(2026-10-13)計算的廣度比率
量法 true_rate(above_200dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
以最新交易日(2026-10-13)計算的廣度比率
量法 true_rate(above_200dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日站於50日均線之上標的占比 77.42% 🐂
以最新交易日(2026-10-13)計算的短線廣度比率
量法 true_rate(above_50dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
以最新交易日(2026-10-13)計算的短線廣度比率
量法 true_rate(above_50dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
訊號紀律面🌎 美股
提 4 → 通過 4，丟掉 0
今日訊號總數 20
今日截面（2026-10-13）產生的訊號筆數，作為分母基準
量法 count(ticker) @ us_signals_panel.csv where {'date': '2026-10-13'}
今日截面（2026-10-13）產生的訊號筆數，作為分母基準
量法 count(ticker) @ us_signals_panel.csv where {'date': '2026-10-13'}
今日訊號被閘門擋下率 35.00% 🐂
今日所有訊號中 gate_failed=1 的比例，反映系統過濾強度
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13'}
今日所有訊號中 gate_failed=1 的比例，反映系統過濾強度
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13'}
今日BUY訊號被閘門擋下率 0.00% 🐂
今日 BUY 訊號中 gate_failed=1 的比例，觀察買入訊號的通過品質
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13', 'action': 'BUY'}
今日 BUY 訊號中 gate_failed=1 的比例，觀察買入訊號的通過品質
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13', 'action': 'BUY'}
今日AVOID訊號被閘門擋下率 100.00% 🐻
今日 AVOID 訊號中 gate_failed=1 的比例，觀察避險訊號的通過品質
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13', 'action': 'AVOID'}
今日 AVOID 訊號中 gate_failed=1 的比例，觀察避險訊號的通過品質
量法 mean(gate_failed) @ us_signals_panel.csv where {'date': '2026-10-13', 'action': 'AVOID'}
動能面🌎 美股
提 4 → 通過 4，丟掉 0
觀察清單 3 月報酬中位數 1.50% 🐂
衡量觀察清單整體短線動能，中位數比平均值更抗極端值干擾
量法 median(return_3mo_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
衡量觀察清單整體短線動能，中位數比平均值更抗極端值干擾
量法 median(return_3mo_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
觀察清單 1 年報酬中位數 35.94% 🐂
衡量觀察清單長期趨勢強度，確認是否具備持續性動能
量法 median(return_1y_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
衡量觀察清單長期趨勢強度，確認是否具備持續性動能
量法 median(return_1y_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
觀察清單 3 月正報酬比例 0.5508 🐂
觀察清單中有多少比例個股在短線表現優於零，反映動能廣度
量法 positive_rate(return_3mo_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
觀察清單中有多少比例個股在短線表現優於零，反映動能廣度
量法 positive_rate(return_3mo_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
觀察清單 1 年正報酬比例 0.8115 🐂
觀察清單中有多少比例個股在長期表現優於零，反映趨勢持續性廣度
量法 positive_rate(return_1y_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
觀察清單中有多少比例個股在長期表現優於零，反映趨勢持續性廣度
量法 positive_rate(return_1y_pct) @ us_metrics_panel.csv where {'category': 'watchlist'}
量能面🌎 美股
提 2 → 通過 2，丟掉 0
平均量比 (5d vs 60d, 2026-10-13) 0.8969 🐻
今日截面平均量比，反映整體市場量能相對長期均值的擴張程度
量法 mean(volume_ratio_5d_vs_60d) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日截面平均量比，反映整體市場量能相對長期均值的擴張程度
量法 mean(volume_ratio_5d_vs_60d) @ us_metrics_panel.csv where {'date': '2026-10-13'}
量能異常發生率 (2026-10-13) 0.00% 🐻
今日截面中觸發量能異常訊號的標的占比，衡量市場情緒的極端程度
量法 true_rate(volume_anomaly) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日截面中觸發量能異常訊號的標的占比，衡量市場情緒的極端程度
量法 true_rate(volume_anomaly) @ us_metrics_panel.csv where {'date': '2026-10-13'}
相對強弱面🌎 美股
提 4 → 通過 4，丟掉 0
今日半導體與小型股標的50日均線上方比例 0.7742 🐂
衡量半導體與小型股群體短期動能強弱，高於50%代表多數標的處於上升趨勢
量法 mean(above_50dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
衡量半導體與小型股群體短期動能強弱，高於50%代表多數標的處於上升趨勢
量法 mean(above_50dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日半導體與小型股標的200日均線上方比例 0.8065 🐂
衡量半導體與小型股群體長期趨勢健康度，高於50%代表多數標的處於長期牛市結構
量法 mean(above_200dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
衡量半導體與小型股群體長期趨勢健康度，高於50%代表多數標的處於長期牛市結構
量法 mean(above_200dma) @ us_metrics_panel.csv where {'date': '2026-10-13'}
今日半導體與小型股標的50日均線上方數量 24 🐂
具體統計有多少檔半導體/小型股標的站穩在50日均線之上
量法 count(ticker) @ us_metrics_panel.csv where {'date': '2026-10-13', 'above_50dma': 1.0}
具體統計有多少檔半導體/小型股標的站穩在50日均線之上
量法 count(ticker) @ us_metrics_panel.csv where {'date': '2026-10-13', 'above_50dma': 1.0}
今日半導體與小型股標的200日均線上方數量 25 🐂
具體統計有多少檔半導體/小型股標的站穩在200日均線之上
量法 count(ticker) @ us_metrics_panel.csv where {'date': '2026-10-13', 'above_200dma': 1.0}
具體統計有多少檔半導體/小型股標的站穩在200日均線之上
量法 count(ticker) @ us_metrics_panel.csv where {'date': '2026-10-13', 'above_200dma': 1.0}
輿情面🌎 美股
提 4 → 通過 3，丟掉 1
美股新聞情緒指數 -0.377 🐻
直接反映市場對美股大盤的新聞與社群語氣，正值代表樂觀情緒
量法 last(index) @ us_news_sentiment_daily.csv where {'date': '2026-10-13'}
直接反映市場對美股大盤的新聞與社群語氣，正值代表樂觀情緒
量法 last(index) @ us_news_sentiment_daily.csv where {'date': '2026-10-13'}
市場廣度：大於50日均線比例 0.4877 🐻
衡量市場中短期趨勢的強弱，比例越高代表越多標的處於上升通道
量法 mean(above50) @ us_breadth_daily.csv
衡量市場中短期趨勢的強弱，比例越高代表越多標的處於上升通道
量法 mean(above50) @ us_breadth_daily.csv
市場廣度：大於200日均線比例 0.8094 🐂
衡量市場長期趨勢的強弱，比例越高代表市場整體處於牛市結構
量法 mean(above200) @ us_breadth_daily.csv
衡量市場長期趨勢的強弱，比例越高代表市場整體處於牛市結構
量法 mean(above200) @ us_breadth_daily.csv
系統訊號：BUY訊號占比
🔴 算出 20，但申報的量別是 'rate'（合理範圍 0.0~1.0）——標籤與量法對不上
🔴 算出 20，但申報的量別是 'rate'（合理範圍 0.0~1.0）——標籤與量法對不上
發現面🔎 題材獵人
提 4 → 通過 4，丟掉 0
最新一日看多新聞數量 154 🐂
直接反映當日市場情緒中看多方向的絕對數量
量法 last(bull) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
直接反映當日市場情緒中看多方向的絕對數量
量法 last(bull) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新一日看空新聞數量 47 🐻
直接反映當日市場情緒中看空方向的絕對數量
量法 last(bear) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
直接反映當日市場情緒中看空方向的絕對數量
量法 last(bear) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新一日清單外新聞數量 98
衡量當日新聞中與核心清單無關的雜訊比例，數值過高可能意味著信號稀釋
量法 last(offtopic) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
衡量當日新聞中與核心清單無關的雜訊比例，數值過高可能意味著信號稀釋
量法 last(offtopic) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新一日新聞樣本總數 246
作為分母基準，用於評估上述各情緒類型的相對權重
量法 last(n) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
作為分母基準，用於評估上述各情緒類型的相對權重
量法 last(n) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
漏斗面🔎 題材獵人
提 4 → 通過 4，丟掉 0
最新Put/Call未平倉量比率 74.44% 🐂
PC OI < 100 代表看漲未平倉量佔優，利多
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
PC OI < 100 代表看漲未平倉量佔優，利多
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新Put/Call成交量比率 103.47% 🐻
PC Vol < 100 代表當日看漲交易活躍，利多
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
PC Vol < 100 代表當日看漲交易活躍，利多
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新新聞情緒指數 0.817 🐂
情緒指數 > 0 代表市場情緒偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
情緒指數 > 0 代表市場情緒偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
新聞情緒指數波動率 0.642
衡量情緒變化的穩定性，波動過大可能預示趨勢反轉
量法 std(index) @ news_sentiment_daily.csv
衡量情緒變化的穩定性，波動過大可能預示趨勢反轉
量法 std(index) @ news_sentiment_daily.csv
命中面🔎 題材獵人
提 4 → 通過 4，丟掉 0
最新新聞情緒指數 0.817 🐂
衡量市場對新聞的整體情緒傾向，正值代表偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
衡量市場對新聞的整體情緒傾向，正值代表偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新Put/Call未平倉量比率 74.44% 🐂
反映市場對看跌期權的持倉偏好，低於100通常視為偏多訊號
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
反映市場對看跌期權的持倉偏好，低於100通常視為偏多訊號
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新Put/Call成交量比率 103.47% 🐻
反映當日交易活動中看跌與看多期權的相對活躍度
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
反映當日交易活動中看跌與看多期權的相對活躍度
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新新聞樣本數 246
確認情緒指數的統計顯著性，樣本過少時指數波動可能無意義
量法 last(n) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
確認情緒指數的統計顯著性，樣本過少時指數波動可能無意義
量法 last(n) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
資料品質面🔎 題材獵人
提 4 → 通過 4，丟掉 0
今日PC OI比率 74.44% 🐂
Call OI占比高於50%通常代表市場看漲情緒較強
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
Call OI占比高於50%通常代表市場看漲情緒較強
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
今日PC Vol比率 103.47% 🐂
Call Vol占比高於50%顯示交易員傾向買入Call，反映看漲預期
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
Call Vol占比高於50%顯示交易員傾向買入Call，反映看漲預期
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
今日新聞情緒指數 0.817 🐂
新聞情緒指數為正代表整體新聞面偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
新聞情緒指數為正代表整體新聞面偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
今日新聞數據筆數 1
確認今日是否有新聞數據輸入，避免空值誤判
量法 count(date) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
確認今日是否有新聞數據輸入，避免空值誤判
量法 count(date) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
紀律面🔎 題材獵人
提 4 → 通過 4，丟掉 0
最新新聞情緒指數 0.817 🐂
衡量市場對新聞的整體情緒傾向，正值代表偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
衡量市場對新聞的整體情緒傾向，正值代表偏多
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新Put/Call OI比率 74.44% 🐂
未平倉合約的Put/Call比率，低於100%通常代表市場偏多
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
未平倉合約的Put/Call比率，低於100%通常代表市場偏多
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新Put/Call Volume比率 103.47% 🐻
當日成交量的Put/Call比率，反映即時交易情緒
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
當日成交量的Put/Call比率，反映即時交易情緒
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
新聞情緒波動度 0.642
歷史情緒指數的標準差，衡量市場情緒的不穩定性
量法 std(index) @ news_sentiment_daily.csv
歷史情緒指數的標準差，衡量市場情緒的不穩定性
量法 std(index) @ news_sentiment_daily.csv
輿情面🔎 題材獵人
提 3 → 通過 3，丟掉 0
今日新聞情緒指數 0.817 🐂
衡量當日新聞整體多空傾向，正值代表看多情緒佔優
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
衡量當日新聞整體多空傾向，正值代表看多情緒佔優
量法 last(index) @ news_sentiment_daily.csv where {'date': '2026-10-14'}
最新Put/Call未平倉量比 74.44% 🐂
未平倉量比反映市場長期對沖需求，低於100通常暗示看多情緒較強
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
未平倉量比反映市場長期對沖需求，低於100通常暗示看多情緒較強
量法 last(pc_oi_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
最新Put/Call成交量比 103.47% 🐻
成交量比反映當日即時交易活動，低於100顯示買權交易活躍，偏多
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
成交量比反映當日即時交易活動，低於100顯示買權交易活躍，偏多
量法 last(pc_vol_pct) @ pc_ratio.csv where {'date': '2026-10-14'}
🗣️ 散文座位（多方／空方／研究經理）6 席
它們不算數字——讀別人算出來的數字說一句話。
⚠️ 研究經理這一段是 LLM 讀完之後的判讀；各部區塊標題上的「機械稽核」是程式算出來的（有沒有超出合理範圍、多空各幾條）。兩者相反是可能的，而且不是 bug。
⚠️ 研究經理這一段是 LLM 讀完之後的判讀；各部區塊標題上的「機械稽核」是程式算出來的（有沒有超出合理範圍、多空各幾條）。兩者相反是可能的，而且不是 bug。
多方 us／86 筆事實
支持偏多的數字確實存在：GSPC 距 50MA +1.3%、IXIC +2.2%、NDX +2.4%、SOX +0.9% 且四大指數都是 50MA > 200MA，個股廣度上 50 日均線 76%、貼近 52 週低 0 檔，加上裁決平均 +2.78%、1 年報酬中位 +35.6%、VIX/VIX3M 0.848 正價差、AVOID 7 檔全被閘門擋下（100.00%），這些都在多方那一側。但要注意同一批資料裡也有對立的訊號——貼近 52 週高只有 1 檔、量比中位 0.83 顯示量能偏靜、3 月為正的檔數只有 10
支持偏多的數字確實存在：GSPC 距 50MA +1.3%、IXIC +2.2%、NDX +2.4%、SOX +0.9% 且四大指數都是 50MA > 200MA，個股廣度上 50 日均線 76%、貼近 52 週低 0 檔，加上裁決平均 +2.78%、1 年報酬中位 +35.6%、VIX/VIX3M 0.848 正價差、AVOID 7 檔全被閘門擋下（100.00%），這些都在多方那一側。但要注意同一批資料裡也有對立的訊號——貼近 52 週高只有 1 檔、量比中位 0.83 顯示量能偏靜、3 月為正的檔數只有 10
空方 us／86 筆事實
今天真正反對偏多的數字很少：貼近 52 週高的只有 1 檔，顯示上攻動能集中在少數個股而非全面創高；量比中位 0.83（5日/60日，<1 代表近期比常態安靜），且量能異常檢數為 0，量能面沒有偏多的推力。大盤語氣指數 -0.38 雖然偏空，但自身標明預測力未經檢定、不標多空，所以不列入證據。
今天真正反對偏多的數字很少：貼近 52 週高的只有 1 檔，顯示上攻動能集中在少數個股而非全面創高；量比中位 0.83（5日/60日，<1 代表近期比常態安靜），且量能異常檢數為 0，量能面沒有偏多的推力。大盤語氣指數 -0.38 雖然偏空，但自身標明預測力未經檢定、不標多空，所以不列入證據。
研究經理 us／86 筆事實
可信度中等偏可，但也有幾個地方要小心。技術面四大指數全數站上 50MA 且黃金交叉、廣度面站上 200 日均線比例在 76% 到 80.65% 之間、VIX 只有 15.2 且期限結構 0.848 正常——多頭證據一致。但內部有矛盾：廣度那列自己標了「水準與位階對不上，不列入多空證據」，兩處 VaR 最差值（-11.31% 與 -14.23%）和廣度占比（76% vs 80.65%、above50 數字 0 vs 76%）對不起來，顯示不同座位口徑不一致；輿情面 -0.38 與 -0.377 偏空且預測力未經檢定，
可信度中等偏可，但也有幾個地方要小心。技術面四大指數全數站上 50MA 且黃金交叉、廣度面站上 200 日均線比例在 76% 到 80.65% 之間、VIX 只有 15.2 且期限結構 0.848 正常——多頭證據一致。但內部有矛盾：廣度那列自己標了「水準與位階對不上，不列入多空證據」，兩處 VaR 最差值（-11.31% 與 -14.23%）和廣度占比（76% vs 80.65%、above50 數字 0 vs 76%）對不起來，顯示不同座位口徑不一致；輿情面 -0.38 與 -0.377 偏空且預測力未經檢定，
多方（題材有用） theme／42 筆事實
今天的數字不支持「預測有超額報酬」這一邊：唯一直接量測超額報酬的指標是 t = +0.08，且事實清單自己就標明「發現層找得到題材，但沒有超額報酬」。已接上評分來源 11/11、已結算 144 筆、清單外新題材 3 個，說的是發現與流程運作正常，不是報酬證據；所以今天沒有支持這一邊的數字。
今天的數字不支持「預測有超額報酬」這一邊：唯一直接量測超額報酬的指標是 t = +0.08，且事實清單自己就標明「發現層找得到題材，但沒有超額報酬」。已接上評分來源 11/11、已結算 144 筆、清單外新題材 3 個，說的是發現與流程運作正常，不是報酬證據；所以今天沒有支持這一邊的數字。
空方（題材沒用） theme／42 筆事實
超額報酬 t = +0.08 本身就說明發現層雖找得到題材，但沒有顯示出超額報酬，這是唯一真正反對「預測有超額報酬」的數字。其他如情緒指數 +0.82 或 Put/Call 比率只是觀察面指標，且清單上明言其預測力未經檢定，不構成反對證據。
超額報酬 t = +0.08 本身就說明發現層雖找得到題材，但沒有顯示出超額報酬，這是唯一真正反對「預測有超額報酬」的數字。其他如情緒指數 +0.82 或 Put/Call 比率只是觀察面指標，且清單上明言其預測力未經檢定，不構成反對證據。
研究經理 theme／42 筆事實
這份數字大部分可信，但輿情面不能照單全收：同一組 last(index)、pc_oi_pct、pc_vol_pct 被重複貼了三到四次，一個面被同一個量法灌成多個座位，等於輿情面的權重被虛增。更矛盾的是，主清單明說 Put/Call 解讀有爭議、不標方向，後面重複的座位卻一律加上「偏多」「利多」的標籤，多空解讀一面倒，而命中面自己的超額報酬 t = +0.08 也證明這些樂觀標籤沒有兌現。發現面、漏斗面、資料品質面（退化 0 / 停更 0 / 重複 0）看起來是乾淨的，可以信；情緒指數 +0.82 只能當觀察，不是
這份數字大部分可信，但輿情面不能照單全收：同一組 last(index)、pc_oi_pct、pc_vol_pct 被重複貼了三到四次，一個面被同一個量法灌成多個座位，等於輿情面的權重被虛增。更矛盾的是，主清單明說 Put/Call 解讀有爭議、不標方向，後面重複的座位卻一律加上「偏多」「利多」的標籤，多空解讀一面倒，而命中面自己的超額報酬 t = +0.08 也證明這些樂觀標籤沒有兌現。發現面、漏斗面、資料品質面（退化 0 / 停更 0 / 重複 0）看起來是乾淨的，可以信；情緒指數 +0.82 只能當觀察，不是
📈 經驗回放的學習曲線🔴 機制無效
拒絕率降 2.9 個百分點（門檻是要降 14 個百分點，這一條沒過）；9 席改善（門檻 5 席，這一條過了）。如實記錄，不調參數再試一次。
| 日期 | 提案（含散文席） | 丟掉 | 拒絕率 |
|---|---|---|---|
| 2026-10-03 | 42 | 7 | 16.7% |
| 2026-10-05 | 94 | 6 | 6.4% |
| 2026-10-06 | 103 | 8 | 7.8% |
| 2026-10-07 | 98 | 9 | 9.2% |
| 2026-10-08 | 97 | 6 | 6.2% |
| 2026-10-09 | 100 | 3 | 3.0% |
| 2026-10-10 | 42 | 2 | 4.8% |
| 2026-10-12 | 95 | 0 | 0.0% |
| 2026-10-13 | 96 | 1 | 1.0% |
| 2026-10-14 | 67 | 1 | 1.5% |
⚠️ 這張表的「提案」含散文座位（多方／空方／研究經理，每席每天算 1 則），所以最後一列比上面卡片標題的「通過＋丟掉」多 6 個——上面只算量測席。兩個數字的分母不同，不是有一邊算錯。
⚠️ 拒絕率單獨看會騙人——只提 1 個最保險的量法就能把它壓到 0，那是退化不是學習。判準見
prereg-2026-08-26-agent-learning.toml。🌎 美股研究部 — 座位的完整事實與來源（2026-10-14）每個座位綁一個它負責的數字。多方／空方不產生新數字，只能從其他座位已算出的事實裡挑；研究經理稽核這份會議可不可信。
📉 技術面✅ 運作中
負責：指數位階與趨勢狀態
🐂 GSPC：7,805
距 50MA +1.3%；50MA > 200MA
來源 yfinance ^GSPC 日線
距 50MA +1.3%；50MA > 200MA
來源 yfinance ^GSPC 日線
🐂 IXIC：27,204
距 50MA +2.2%；50MA > 200MA
來源 yfinance ^IXIC 日線
距 50MA +2.2%；50MA > 200MA
來源 yfinance ^IXIC 日線
🐂 NDX：30,569
距 50MA +2.4%；50MA > 200MA
來源 yfinance ^NDX 日線
距 50MA +2.4%；50MA > 200MA
來源 yfinance ^NDX 日線
🐂 SOX：12,209
距 50MA +0.9%；50MA > 200MA
來源 yfinance ^SOX 日線
距 50MA +0.9%；50MA > 200MA
來源 yfinance ^SOX 日線
📶 廣度面✅ 運作中
負責：多少檔站在均線之上、幾檔貼著 52 週極值
⚠️ 母體只有 17 檔觀察清單，不是全市場廣度
站上 200 日均線：76%
⚠️ 水準與位階對不上，這一列不列入多空證據：水準 76% 落在多方門檻那一側，位階卻是 88日 10%（近期分布裡有這個比例的日子比今天低）
來源 agent.db daily_metrics（2026-10-13）
⚠️ 水準與位階對不上，這一列不列入多空證據：水準 76% 落在多方門檻那一側，位階卻是 88日 10%（近期分布裡有這個比例的日子比今天低）
來源 agent.db daily_metrics（2026-10-13）
🐂 站上 50 日均線：76%
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
貼近 52 週高：1 檔
收盤在 52 週高的 1% 以內
來源 agent.db daily_metrics（2026-10-13）
收盤在 52 週高的 1% 以內
來源 agent.db daily_metrics（2026-10-13）
貼近 52 週低：0 檔
收盤在 52 週低的 1% 以內
來源 agent.db daily_metrics（2026-10-13）
收盤在 52 週低的 1% 以內
來源 agent.db daily_metrics（2026-10-13）
🛡️ 風險面✅ 運作中
負責：市場與個股兩級的波動、以及既有裁決的虧損分布
🐂 VIX：15.2
來源 CBOE VIX_History.csv
來源 CBOE VIX_History.csv
🐂 VIX 期限結構：VIX/VIX3M 0.848
> 1 為逆價差，與市場壓力同時出現
來源 CBOE VIX / VIX3M
> 1 為逆價差，與市場壓力同時出現
來源 CBOE VIX / VIX3M
🐻 個股年化波動：均值 57%／最高 287%（RXT）
VIX 低不代表個股不波動——這是兩個不同的量
來源 agent.db daily_metrics（2026-10-13，17 檔）
VIX 低不代表個股不波動——這是兩個不同的量
來源 agent.db daily_metrics（2026-10-13，17 檔）
🐻 個股最大回撤（一年）：最差 -77.6%（RXT）
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
…另 3 條
🚦 訊號紀律面✅ 運作中
負責：今天提了什麼訊號、多少被自己的閘門擋下
⚠️ 只有 60 天（2026-08-11 起）。這一席不結算訊號對錯——那要另一份 prereg
🐂 BUY 檔數：8 檔
平均分 86
來源 agent.db signals（2026-10-13）
平均分 86
來源 agent.db signals（2026-10-13）
🐻 AVOID 檔數：7 檔
平均分 30；其中 7 檔沒過閘門
來源 agent.db signals（2026-10-13）
平均分 30；其中 7 檔沒過閘門
來源 agent.db signals（2026-10-13）
WAIT 檔數：5 檔
平均分 67
來源 agent.db signals（2026-10-13）
平均分 67
來源 agent.db signals（2026-10-13）
閘門擋下比率：45.8%
一個從來不擋自己的系統等於沒有規則——與本站校準閘門擋下自家模型同一件事
來源 agent.db signals（1319 筆、60 天）
一個從來不擋自己的系統等於沒有規則——與本站校準閘門擋下自家模型同一件事
來源 agent.db signals（1319 筆、60 天）
🔀 籌碼面✅ 運作中
負責：空單餘額與其變化
⚠️ 43 天歷史
AAPL：0.83%
shortRatio 2.82
來源 yfinance info 封存（2026-10-14）
shortRatio 2.82
來源 yfinance info 封存（2026-10-14）
AMD：2.42%
shortRatio 1.83
來源 yfinance info 封存（2026-10-14）
shortRatio 1.83
來源 yfinance info 封存（2026-10-14）
AVGO：1.16%
shortRatio 2.01
來源 yfinance info 封存（2026-10-14）
shortRatio 2.01
來源 yfinance info 封存（2026-10-14）
MU：2.31%
shortRatio 1.04
來源 yfinance info 封存（2026-10-14）
shortRatio 1.04
來源 yfinance info 封存（2026-10-14）
…另 4 條
🌐 宏觀面⚠️ 部分可用
負責：利率、殖利率曲線，以及美元／原油／黃金／加密的位置
⚠️ CPI／失業率仍然拿不到（FRED 從本環境連不上，2026-08-26 實測逾時）。利率走即時，其餘走本地封存
10 年期殖利率：5.22%
來源 yfinance ^TNX
來源 yfinance ^TNX
3 個月期殖利率：4.06%
來源 yfinance ^IRX
來源 yfinance ^IRX
🐂 10Y − 3M 利差：+1.16pp
倒掛（< 0）歷史上領先衰退，但領先期很長
來源 yfinance ^TNX ^IRX
倒掛（< 0）歷史上領先衰退，但領先期很長
來源 yfinance ^TNX ^IRX
美元指數 ETF：29.02
一年 +3.7%／三個月 +2.2%
來源 agent.db daily_metrics macro（2026-10-13）
一年 +3.7%／三個月 +2.2%
來源 agent.db daily_metrics macro（2026-10-13）
…另 3 條
📊 基本面⚠️ 部分可用
負責：營收與毛利率的年增
⚠️ 季報僅 5 期——夠報年增，不夠回測。季 YoY 波動遠大於年 YoY（低基期會放大），跨口徑不可比
🐂 NVDA：+105.9%
單季毛利率 75.0%
來源 yfinance 季報（2026-07-31 季 vs 2025-07-31）
單季毛利率 75.0%
來源 yfinance 季報（2026-07-31 季 vs 2025-07-31）
🐂 MU：+345.7%
單季毛利率 84.6%
來源 yfinance 季報（2026-05-31 季 vs 2025-05-31）
單季毛利率 84.6%
來源 yfinance 季報（2026-05-31 季 vs 2025-05-31）
🐂 AAPL：+16.4%
單季毛利率 50.1%
來源 yfinance 季報（2026-06-30 季 vs 2025-06-30）
單季毛利率 50.1%
來源 yfinance 季報（2026-06-30 季 vs 2025-06-30）
🏃 動能面✅ 運作中
負責：觀察清單的 3 月／1 年報酬橫斷面
⚠️ 母體 17 檔觀察清單，不是全市場
🐂 3 月報酬中位：+4.7%
來源 agent.db daily_metrics（2026-10-13，17 檔）
來源 agent.db daily_metrics（2026-10-13，17 檔）
🐂 1 年報酬中位：+35.6%
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
3 月為正的檔數：10 / 17
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
最強／最弱：MSFT +39.0%／VRT -20.0%
3 月報酬的兩端
來源 agent.db daily_metrics（2026-10-13）
3 月報酬的兩端
來源 agent.db daily_metrics（2026-10-13）
📢 量能面✅ 運作中
負責：量比與量能異常檔數
量比中位（5日/60日）：0.83
< 1 = 近期比常態安靜
來源 agent.db daily_metrics（2026-10-13，17 檔）
< 1 = 近期比常態安靜
來源 agent.db daily_metrics（2026-10-13，17 檔）
量比最高：AVGO 1.03
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
量能異常檔數：0
異常放量常伴隨消息面——多檔同時異常要警戒
來源 agent.db daily_metrics（2026-10-13）
異常放量常伴隨消息面——多檔同時異常要警戒
來源 agent.db daily_metrics（2026-10-13）
⚖️ 相對強弱面✅ 運作中
負責：半導體與小型股相對大盤的位置
⚠️ 只有 45 天 benchmark 史（agent.db 從 5 月起）
SMH/SPY（半導體/大盤）：0.775
來源 agent.db benchmark（2026-10-13）
來源 agent.db benchmark（2026-10-13）
🐻 IWM/SPY（小型股/大盤）：0.358
來源 agent.db benchmark（2026-10-13）
來源 agent.db benchmark（2026-10-13）
📰 輿情面✅ 運作中
負責：美股大盤新聞與社群語氣指數（−3…+3）
⚠️ 只有大盤層。 逐檔歸屬實測不成立（Google News 逐檔 22%、yfinance 無 relatedTickers），只有 StockTwits symbol stream 算數；預測力判準凍結在 prereg，判定前不標多空
大盤語氣指數：-0.38
多 39／空 82／中 99；預測力未經檢定，不標多空
來源 us_news_sentiment_daily（2026-10-13，美股 session 日）
多 39／空 82／中 99；預測力未經檢定，不標多空
來源 us_news_sentiment_daily（2026-10-13，美股 session 日）
已打分樣本：220 則
offtopic 122 則不進分母（只計大盤層）
來源 us_news_sentiment.jsonl（2026-10-13）
offtopic 122 則不進分母（只計大盤層）
來源 us_news_sentiment.jsonl（2026-10-13）
判定進度：27 / 60 個有效日
狀態 first_look
來源 prereg prereg-2026-09-04-us-sentiment-alpha.toml 機械執行
狀態 first_look
來源 prereg prereg-2026-09-04-us-sentiment-alpha.toml 機械執行
🐂 多方✅ 運作中
負責：從其他座位的數字裡挑出支持上漲的
🐂 GSPC：7,805
距 50MA +1.3%；50MA > 200MA
來源 yfinance ^GSPC 日線
距 50MA +1.3%；50MA > 200MA
來源 yfinance ^GSPC 日線
🐂 IXIC：27,204
距 50MA +2.2%；50MA > 200MA
來源 yfinance ^IXIC 日線
距 50MA +2.2%；50MA > 200MA
來源 yfinance ^IXIC 日線
🐂 NDX：30,569
距 50MA +2.4%；50MA > 200MA
來源 yfinance ^NDX 日線
距 50MA +2.4%；50MA > 200MA
來源 yfinance ^NDX 日線
🐂 SOX：12,209
距 50MA +0.9%；50MA > 200MA
來源 yfinance ^SOX 日線
距 50MA +0.9%；50MA > 200MA
來源 yfinance ^SOX 日線
…另 10 條
🐻 空方✅ 運作中
負責：從其他座位的數字裡挑出支持下跌的
🐻 個股年化波動：均值 57%／最高 287%（RXT）
VIX 低不代表個股不波動——這是兩個不同的量
來源 agent.db daily_metrics（2026-10-13，17 檔）
VIX 低不代表個股不波動——這是兩個不同的量
來源 agent.db daily_metrics（2026-10-13，17 檔）
🐻 個股最大回撤（一年）：最差 -77.6%（RXT）
來源 agent.db daily_metrics（2026-10-13）
來源 agent.db daily_metrics（2026-10-13）
🐻 裁決勝率：40.4%
口徑：WIN ÷ 全部已評分裁決（602 筆，含 NEUTRAL 88 筆）。換成
來源 us grade log（602 筆，2026-05-11 → 2026-10-06）
口徑：WIN ÷ 全部已評分裁決（602 筆，含 NEUTRAL 88 筆）。換成
/us-scorecard 的口徑（WIN ÷ (WIN+LOSS)、不含 NEUTRAL）是 47.3%（n=514）——同一批資料，兩個分母。來源 us grade log（602 筆，2026-05-11 → 2026-10-06）
🐻 AVOID 檔數：7 檔
平均分 30；其中 7 檔沒過閘門
來源 agent.db signals（2026-10-13）
平均分 30；其中 7 檔沒過閘門
來源 agent.db signals（2026-10-13）
…另 1 條
🧭 研究經理✅ 運作中
負責：這份會議可不可信
有數字的座位：11 / 11
沒引到數字的座位不算開過會
來源 seats.audit
沒引到數字的座位不算開過會
來源 seats.audit
等資料源：0 個
無
來源 seats.audit
無
來源 seats.audit
帶限制的座位：2 個
宏觀面：CPI／失業率仍然拿不到（FRED 從本環境連不上，2026-08-26 實測逾時）。利率走即時，其餘走本地封存、基本面：季報僅 5 期——夠報年增，不夠回測。季 YoY 波動遠大於年 YoY（低基期會放大），跨口徑不可比
來源 seats.audit
宏觀面：CPI／失業率仍然拿不到（FRED 從本環境連不上，2026-08-26 實測逾時）。利率走即時，其餘走本地封存、基本面：季報僅 5 期——夠報年增，不夠回測。季 YoY 波動遠大於年 YoY（低基期會放大），跨口徑不可比
來源 seats.audit
多方證據：14 條
來源 seats.audit
來源 seats.audit
…另 2 條
這一頁每 5 秒自動刷新。事件來自 Claude Code 的 PreToolUse／PostToolUse／SubagentStart hooks——是即時的，不是 session 紀錄的重播。
⚠️ hooks 是全域設定，對所有 Claude Code session 生效，不只這個專案。摘要只取檔名或指令的前 120 字元，不落地完整的工具輸入。
事件流（14 筆視窗裡最新的 14 筆）PRE = 工具即將執行，POST = 已完成
17:22:21PRE Bash（指令內容不上公網）
17:22:05POST mcp__Claude_Browser__tabs_close
17:22:05PRE mcp__Claude_Browser__tabs_close
17:22:05POST mcp__Claude_Browser__tabs_close
17:22:05PRE mcp__Claude_Browser__tabs_close
17:22:05POST mcp__claude-in-chrome__tabs_close_mcp
17:22:03PRE mcp__claude-in-chrome__tabs_close_mcp
17:22:03POST Bash（指令內容不上公網）
16:54:48PRE Bash（指令內容不上公網）
16:54:39POST Bash（指令內容不上公網）
16:54:38PRE Bash（指令內容不上公網）
16:54:30POST Bash（指令內容不上公網）
16:54:23PRE Bash（指令內容不上公網）
16:54:13POST Bash（指令內容不上公網）
Git — master（372 個變更）
M .gitignore M CLAUDE.md M README.md M config/costs.toml M config/prereg-2026-08-26-agent-learning.toml M config/prereg-2026-08-27-theme-horizon.toml M config/schedule.toml M data/live/extreme_signal.jsonl M deploy/tx-forecast-web.service M experiments/improvement_registry.toml M experiments/meeting_minutes.jsonl M experiments/oos_predictions.meta.json…另 360 個未列（這裡只顯示前 12 個）
5f92ccfdaily loop 2026-10-14
4 minutes ago
7e6121bdaily loop 2026-10-13
24 hours ago
13873d0daily loop 2026-10-12
2 days ago
bd1b45adaily loop 2026-10-09
5 days ago
8c951a9daily loop 2026-10-08
6 days ago
53f9073daily loop 2026-10-07
7 days ago
8fb981edaily loop 2026-10-06
8 days ago
2b34377daily loop 2026-10-05
9 days ago
版本
5f92ccf（第 163 次提交，2026-10-14） ｜ 資料建置於 2026-10-14 10:30 UTC ｜ 行情與研究結果供查看；會員可管理觀察清單並要求更新個股分析